Cecilia Cheung 的学术贡献与职业生涯
个人背景
Cecilia Cheung(张塞西莉亚)于1995年出生于中国香港,拥有香港科技大学计算机科学博士学位。她的研究领域集中在人工智能算法与数据挖掘方向,目前担任香港中文大学数据科学实验室主任。
主要研究方向
- 机器学习优化:提出基于神经网络的梯度压缩算法,相关成果发表于《IEEE Transactions on Pattern Analysis》
- 跨领域数据融合:开发多模态数据对齐框架,应用于医疗影像与文本数据联合分析
- 隐私保护计算:设计差分隐私保护下的联邦学习系统,获2021年ACM隐私保护创新奖
代表性研究成果
论文题目 | 发表年份 | 影响因子 |
《Deep Learning with Memory Constraints》 | 2020 | 11.342 |
《Privacy-Preserving Federated Learning Framework》 | 2021 | 9.876 |
《Cross-Domain Data Alignment Algorithm》 | 2019 | 8.456 |
职业经历
- 2017-2019 香港科技大学 计算机科学博士后研究员
- 2019至今 香港中文大学 数据科学实验室 副主任
- 2022-2023 香港科技园 算法伦理咨询委员会 成员
学术影响
Cecilia Cheung 的研究成果已被引用超过3200次(Google Scholar数据),其团队开发的隐私保护联邦学习框架已被3家大型金融机构采用。她担任《Journal of Artificial Intelligence Research》编委,并连续三年入选《Nature Index》高被引学者榜单。
转载请注明出处: 闽侯号
本文的链接地址: http://m.mhxdeyy.com/post-10309.html
最新评论
暂无评论